Wyniki wyszukiwania - BazTech

1

Mathematical modeling of real time wind power density using the transformation technique

Divya P. S., Manoj G., John Catherine Grace, Lydia M.

Przegląd Elektrotechniczny

|

2022

|

R. 98, nr 4

33--35

EN

Wind power density function and cumulative density function are very essential for evaluating the region's wind resource capacity. To specify the wind speed density functions, six probability density functions are considered in this study. This study suggests a transformation technique to develop a wind power density model predominantly from well-known dfs, namely, the Weibull, Gamma, Burr, Dagum, Logistic and Log-Logistic. The wind power density and cumulative density functions are derived by means of the transformation technique for all the above mentioned distributions as well as the power density and cumulative density function curves are plotted. The maximum likelihood approach is used to estimate the parameters of various distributions. The Kolmogorov-Smirnov test, Anderson-Darling test, and Chi-Squared test are used to evaluate and compare the quality of the goodness of fit. A case study including wind speed data from multiple locations demonstrates the mathematical model in action. Among the six statistical distributions shown above, the Dagum probability density function looks to be the most consistent.

PL

Funkcja gęstości mocy wiatru i funkcja gęstości skumulowanej są bardzo istotne dla oceny potencjału zasobów wiatru w regionie. Aby określić funkcje gęstości prędkości wiatru, w niniejszym opracowaniu uwzględniono sześć funkcji gęstości prawdopodobieństwa. Niniejsze badanie sugeruje technikę transformacji służącą do opracowania modelu gęstości mocy wiatru głównie na podstawie dobrze znanych DFS, a mianowicie Weibulla, Gamma, Burra, Daguma, Logistic i Log-Logistic. Za pomocą techniki transformacji dla wszystkich w/w rozkładów wyprowadza się funkcje gęstości mocy wiatru i gęstości skumulowanej oraz wykreśla się krzywe gęstości mocy i funkcji gęstości skumulowanej. Do oszacowania parametrów różnych rozkładów stosuje się podejście największej prawdopodobieństwa. Do oceny i porównania jakości dopasowania stosuje się test Kołmogorowa-Smirnowa, test Andersona-Darlinga i test Chi-kwadrat. Studium przypadku obejmujące dane dotyczące prędkości wiatru z wielu lokalizacji pokazuje działanie modelu matematycznego. Spośród sześciu rozkładów statystycznych przedstawionych powyżej funkcja gęstości prawdopodobieństwa Daguma wydaje się być najbardziej spójna.

2

Inter occurrence time statistics of successive large earthquakes: analyses of the global CMT dataset

Bantidi Thystere Matondo

Acta Geophysica

|

2022

|

Vol. 70, no 6

2603--2619

EN

The purpose of this study is to discuss the statistical distributions of the inter-occurrence times of successive large earthquakes. We examine the Global Centroid Moment Tensor Catalog from 1976 to 2021 to analyze shallow earthquakes with a moment magnitude, Mw ≥ 7.0. After removing the aftershocks that occur in and around the faults of the mainshock within a given time–space window, we select the main events and search for successive ones in the space–time window to group them in clusters. We use four renewal models (Brownian passage time, gamma, lognormal, and Weibull) to fit the data. We estimate the models’ parameters using the maximum likelihood estimation method. Then, we perform two goodness-of-fit tests: the Akaike information criterion and the Kolmogorov–Smirnov test to evaluate the suitability of the model distributions to the observed data. The results reveal that the lognormal distribution provides the best fit to the observed data in at least 50% of the regions under consideration. An intermediate fit comes from the Weibull distribution, whereas the Brownian passage time and gamma distributions exhibit a poor fit. Then, we estimated the conditional probability of the occurrence of successive large earthquakes for the 10-year period between 2022 and 2032. Estimates range from 16 to 96%. To evaluate the usefulness of the interevent time-dependent earthquake modeling, we compared the results with the time-independent Poisson distribution. The results show that the renewal model, associated with a time-dependent earthquake hazard, is significantly better than a time-independent Poisson model.

3

Intermediate Efficiency of Tests Under Heavy-Tailed Alternatives

Inglot Tadeusz

Probability and Mathematical Statistics

|

2020

|

Vol. 40, Fasc. 2

331--348

EN

We show that for local alternatives which are not square integrable the intermediate (or Kallenberg) efficiency of the Neyman–Pearson test for uniformity with respect to the classical Kolmogorov–Smirnov test is infinite. By contrast, for square integrable local alternatives the intermediate efficiency is finite and can be explicitly calculated.